LGPD e dados sensíveis em prompts

Módulo 1 · Conceitos Fundamentais

Quando você manda um arquivo, uma planilha ou um pedaço de prontuário para a IA, esses dados saem da sua máquina e vão parar nos servidores da empresa que provê o modelo. Em pesquisa médica, isso levanta uma pergunta direta: eu posso mandar esses dados? A resposta envolve a LGPD — e este capítulo é o guia prático para responder.

O que é a LGPD em uma página

A Lei Geral de Proteção de Dados (Lei 13.709/2018), em vigor desde 2020 com fiscalização ativa pela ANPD desde 2021, regula o tratamento de dados pessoais no Brasil. Conceitos centrais:

Conceito O que é
Dado pessoal Qualquer informação que identifica ou pode identificar uma pessoa: nome, CPF, e-mail, foto, endereço, prontuário, exame de imagem, IP, dados de geolocalização.
Dado pessoal sensível Subcategoria especial: dados de saúde, biometria, vida sexual, etnia, religião, opinião política, dados genéticos, dados de menores. Pesquisa médica trabalha quase sempre com dados sensíveis.
Titular A pessoa a quem o dado se refere — em pesquisa, geralmente o paciente.
Controlador Quem decide sobre o tratamento dos dados. Em pesquisa, você (o pesquisador) ou sua instituição.
Operador Quem trata os dados em nome do controlador. Quando você manda dados para a IA, a empresa que oferece o modelo (Anthropic, OpenAI, Google) é operadora.
Bases legais A LGPD exige uma justificativa legal para tratar dados. As mais relevantes em pesquisa: consentimento livre e informado, realização de pesquisa por órgão público (Art. 7º, IV), proteção da vida e saúde (Art. 7º, VII), e legítimo interesse (Art. 7º, IX).
AvisoPesquisa médica = quase sempre dados sensíveis

Praticamente toda pesquisa em saúde trabalha com dados pessoais sensíveis — o nível mais protegido pela LGPD. Isso não impede a pesquisa, mas eleva drasticamente as exigências de cuidado: bases legais mais restritas, consentimento explícito, registro detalhado, segurança reforçada.

Por que LGPD importa quando você manda dados para IA

Três fatos que se combinam:

  1. Dados de paciente são quase sempre sensíveis. Idade, diagnóstico, medicação, exames, evolução clínica — todos caem na categoria sensível.
  2. Quando você cola algo no prompt ou anexa um arquivo, esse conteúdo é processado nos servidores da empresa. Anthropic (EUA), OpenAI (EUA), Google (EUA + outros países) — então também há transferência internacional de dados, com regra própria na LGPD (Art. 33).
  3. Essas empresas são operadoras de dados em nome de quem usa. O que elas fazem com seu input — armazenam? usam para treinamento? por quanto tempo? — está nos termos de uso, e varia por plano e modo de uso.

A combinação significa: mandar dados de paciente para IA na nuvem é um ato regulado pela LGPD, e exige cuidados específicos.

O que NÃO mandar para a IA na nuvem (sem cuidado)

Sem anonimização adequada, não envie:

  • Identificadores diretos: nome, CPF, RG, número de prontuário, e-mail, telefone, endereço, número do convênio.
  • Identificadores indiretos: data de nascimento exata, CEP completo, profissão específica, número exato de filhos — sozinhos parecem inofensivos, combinados podem reidentificar uma pessoa.
  • Informações sensíveis textuais: trechos de prontuário com nome do paciente, registros de evolução clínica não-anonimizados, transcrições de consulta com nomes próprios.
  • Imagens: fotografias clínicas, exames de imagem com cabeçalho contendo nome/data, vídeos de procedimentos.
  • Áudio: gravações de consulta com voz reconhecível.
DicaCaso típico que vira problema

Você recebe uma planilha de pacientes da pesquisa. As colunas são: Nome, Data_Nascimento, CID, Data_Internacao, Desfecho. Você cola isso no Claude para gerar uma análise descritiva.

Você acabou de violar a LGPD. Mesmo que a coluna Nome esteja “embaralhada” ou seja só primeiro nome, a combinação com data de nascimento exata e CID é fortemente identificável.

A correção: ver as próximas seções.

O que pode ir para IA na nuvem

Três caminhos seguros:

1. Dados anonimizados (de verdade)

Anonimização adequada significa que a chance de reidentificação é praticamente nula:

  • Remover todos os identificadores diretos.
  • Substituir identificadores indiretos por valores menos específicos: ano em vez de data exata, faixa etária em vez de idade, primeiro dígito do CEP em vez de CEP completo.
  • Cuidar de variáveis raras: se há apenas 1 paciente com determinada combinação rara (ex: idade > 90 + diagnóstico raríssimo + cidade pequena), essa pessoa é identificável mesmo sem nome.

A LGPD reconhece dados anonimizados como fora do seu escopo (Art. 12). Mas a anonimização precisa ser real — pseudo-anonimização (substituir nome por código) não basta se for possível reverter.

2. Dados agregados

Estatísticas e tabelas sumárias sobre a coorte são, em geral, seguras: “média de idade 62 anos, 53% mulheres, mortalidade de 23%”. Não há dado pessoal nesse formato.

3. Dados sintéticos

Em alguns cenários, vale gerar dados fictícios com a mesma estrutura dos seus dados reais para discutir/testar análise com a IA. Em R/Python isso é uma linha de código (rnorm, sample, numpy.random). É a forma mais segura de explorar uma análise sem expor a coorte verdadeira.

Modelos locais como saída quando não pode mandar para a nuvem

Para dados que não podem sair da máquina — prontuários completos, imagens médicas com identificadores, áudio de consulta — há uma alternativa: rodar o modelo localmente no seu próprio computador.

Modelos open-source modernos (Llama 3.3, Mistral, Qwen) podem ser executados em laptops com GPU razoável usando ferramentas como:

  • Ollama — instala-se em minutos no Mac/Win/Linux. Comando único: ollama run llama3.3.
  • LM Studio — interface gráfica para o mesmo objetivo.
  • Anaconda Desktop (mencionado no Módulo 0) — descoberta e execução local de modelos integrada ao Anaconda.

Vantagens: dados nunca saem do seu computador. Zero risco de transferência. Zero violação de LGPD por uso de IA externa.

Desvantagens: modelos locais (até 2026) são tipicamente menos capazes que Claude Opus, GPT-5 ou Gemini 2.5 Pro. Para tarefas simples (sumarizar, extrair dado estruturado), funcionam muito bem. Para raciocínio complexo, ainda há perda perceptível de qualidade.

A regra prática: se os dados não podem sair, use modelo local — mesmo que perca um pouco de qualidade. Privacidade não é negociável.

O que Anthropic, OpenAI e Google fazem com seus dados?

As três empresas têm políticas semelhantes em termos gerais, mas com diferenças por plano. Em alta voltagem (verificar sempre na política atual da ferramenta):

Plano O que fazem com seu input
Free / Plus / Pro do app (chat) Em geral, podem usar suas conversas para treinar modelos futuros, a menos que você desabilite explicitamente a opção em “Configurações → Dados”.
Team / Business / Enterprise Em geral, não usam seus dados para treinamento. Modo “zero data retention” frequentemente disponível.
API Em geral, não usam dados de API para treinamento por padrão. Detalhes nos termos de cada empresa.
AvisoAntes de mandar dados de paciente, faça duas coisas
  1. Verifique a política atual da ferramenta que vai usar (Anthropic, OpenAI, Google) — busque “data privacy” ou “training” no painel de configurações.
  2. Desabilite o uso para treinamento (em planos Free/Pro do app, é uma opção que precisa ser ativada manualmente).

Mesmo após esses dois passos, dados sensíveis sem anonimização continuam fora dos limites da LGPD em pesquisa médica.

CEP/CONEP e protocolo de pesquisa

Por fim, em pesquisa formalmente registrada em CEP/CONEP, há uma exigência adicional: declarar o uso de IA no protocolo. Em 2025-2026, comitês de ética começaram a pedir, em itens específicos do TCLE e do protocolo:

  • Que ferramentas de IA serão utilizadas na pesquisa;
  • Como os dados serão tratados ao serem enviados a essas ferramentas (anonimização, modo local, contrato com fornecedor);
  • Quem terá acesso a esses dados em todas as etapas.

Ainda não há um modelo padrão consolidado, mas a tendência é clara. Inclua essa seção no seu protocolo mesmo se o CEP local ainda não pediu — você antecipa a exigência e demonstra rigor metodológico.

Checklist prático: antes de mandar dados para a IA

Para qualquer interação com IA na nuvem em pesquisa médica:

Se a resposta for “não” para qualquer item crítico, não mande os dados.

Fechamento do bloco

Este foi o último capítulo do Bloco 1 — Conceitos Fundamentais. Você sabe agora:

  • O que é IA generativa e como funciona por dentro;
  • Como tokens funcionam e como o uso é cobrado;
  • Que dois modos principais (app e API) existem para usar IA, e quando cada um faz sentido;
  • Como conversar bem com a IA através de prompts cuidadosos;
  • Como documentar o uso de IA em projetos científicos;
  • Que cuidados de LGPD se aplicam ao mandar dados sensíveis para IA.

O próximo bloco — B2 · Agentes de IA — entra na prática: começa explicando a diferença entre chatbot e agente, depois aprofunda os dois agentes principais do curso (Claude e Codex) com cenários típicos de uso em pesquisa.